法国布雷斯特大学的科学家Valentin Siebert借助UVP6-LP及沉积物捕集器，对法国布雷斯特湾实施了高时间分辨率的环境监测，综述了海水的理化参数以及巨海扇蛤（Pecten maximus）的地球化学数据，探究了浮游植物群落动态和巨海扇蛤壳中微量元素之间的联系。
研究背景
初级生产者构成了海洋食物网的基础，海洋光自养生物占全球净初级生产力的近一半，并固定了大量的碳。胁迫条件下（如水华期间），营养物质受到限制，浮游植物细胞会分泌细胞外聚合物形成聚集体。这些聚集体通常会终止水华，并将浮游植物从透光层输出到公海的深海层，或输出到沿海生态系统的沉积物（和底栖生物）中。
尽管在海洋生态系统和全球气候的运作中发挥着关键作用，但目前对初级生产者的群落动态和控制它们的机制并没有得到很好的描述，关于海洋初级生产者动态变化的现有数据来源也不够全面。为了弥补过去数据的不足，科学家们对生物档案（如双壳贝类）进行了调查，以追踪初级生产者的群落动态。已有研究表明，一些双壳类物种将微量元素纳入其骨骼结构的趋势遵循水体中初级生产者的群落动态模式。
因此，Valentin Siebert借助UVP6-LP及沉积物捕集器，对布雷斯特湾中的水体环境、初级生产者及巨海扇蛤展开调查。
研究过程
研究地点位于法国布雷斯特湾（图1），于2021年3月初至10月中旬进行采样、监测。
图1. 采样区域
研究中使用UVP6-LP水下颗粒物和浮游动物图像原位采集系统（法国，HYDROPTIC品牌）和沉积物捕集器（德国，HYDRO-BIOS品牌）记录水体颗粒动力学数据。此外，收集水样、浮游植物、布放的巨海扇蛤样本，以评估浮游植物群落动态和巨海扇蛤纳入微量元素的状态。
UVP6-LP水下颗粒物和浮游动物图像原位采集系统（图2）：主要用于同时研究水下的大型颗粒物（>80μm）和浮游动物（>700μm），并在已知水体体积下对水中颗粒物和浮游动物进行量化。
沉积物捕集器（图3）：主要用于对相对垂直颗粒流较大的湖泊、大陆架和水栖环境的沉积物自动采集。
图2. UVP6-LP水下颗粒物和浮游动物图像原位采集系统
图3. 12通道沉积物捕集器
实验结果
1.水体的理化参数结果如图4、5所示。各参数值随着季节变化、淡水流入和藻华的出现、结束相应地出现变化。
图4. 测量区域海水每小时的水深变化
图5.测量区域海水温度、盐度、DO、叶绿素浓度和PH值结果
2. 图6为小颗粒聚合物（80.6 μm ~ 512 μm）与大颗粒聚合物（512 μm ~ 26 mm）的平均浓度日总和随时间变化的情况。研究期间，通过分离振幅的方法，共识别出四次聚合事件（3月30日，4月26日，5月12日，6月5日）。这些聚合事件，由为期数天的浮游植物藻华、营养盐限制或混合营养型鞭毛藻物种排泄有毒化合物，导致细胞出现溶解和聚集现象而触发。
图6. UVP6-LP记录的日平均颗粒物浓度变化情况，灰色阴影表示聚合事件
3. 使用沉积物捕集器收集海底沉积颗粒并分析化学成分的结果显示，3月28-31日、4月26-29日、5月26-28日、6月10-12日和6月19-21日共记录了5次完整的高碳通量事件（图7）。3月下旬、4月下旬和5月下旬的颗粒有机碳POC输运峰值与UVP记录的聚集事件同时发生，这些结果验证了UVP获得的信号的可信度。
图7. 沉积物捕获器样品中测量的颗粒有机碳（POC）（上曲线）
4. 之前的研究表明，巨海扇蛤壳的Ba/Ca值可以作为初级生产力或浮游植物特定物种丰度的代表。结果表明（图8），巨海扇蛤贝壳中的Ba/Ca第一个峰值出现在6月7日或8日左右（一个硅藻华主峰期间），第二个峰值出现于7月2日左右（毛藻华后几天）。此外，这些峰值的相对振幅相似，第一个峰值大约是第二个峰值的两倍高。在巨海扇蛤贝壳中记录到的Ba含量与在海底测量到的Ba含量或多或少遵循相同的模式，在六月初和七月初也观察到两个主要的峰值。
图8. 巨海扇蛤贝壳中的Ba/Ca测量值
研究结论
科学家Valentin Siebert借助UVP6-LP和沉积物捕集器概述了在布雷斯特湾监测期间收集的结果。他的数据有助于更好地理解浮游植物群落动态，水体化学和巨海扇蛤壳中微量元素之间的联系。
文章信息：
1. Siebert V, Moriceau B, Fröhlich L, et al. HIPPO environmental monitoring: impact of phytoplankton dynamics on water column chemistry and the sclerochronology of the king scallop (Pecten maximus) as a biogenic archive for past primary production reconstructions[J]. Earth System Science Data Discussions, 2023, 2023: 1-32.
